Langsiktige kraftframskriving i Norge Evaluering av SARIMAX, Prophet og offentlige energimodeller

Abstract

Formålet med denne oppgaven er å undersøke effektiviteten av å fremskrive kraftproduksjon og -forbruk i Norge ved hjelp av tidsseriemodellene SARIMAX og Prophet, sammenlignet med de energimodellene som brukes av offentlige myndigheter. Oppgaven vurderer om disse top-down-modellene kan produsere nøyaktige framskrivninger av kraftbalansen frem til 2040. NVE bruker store energimodeller som TIMES og LEAP, som baserer seg på bottom-up-metodikk med mappestruktur, scenarioanalyser, og krav om mange tilleggsantakelser. Disse tilleggsantakelsene kan medføre større risiko for feil, som gir rom for å undersøke om en top-down-metodikk basert på aggregert data kan fremskrive kraftfremskrivinger med færre antagelser.

Energisektoren står overfor et grønt skifte, og fremskrivning av kraft er essensielt for å balansere produksjon og forbruk i henhold til kraftregnskapet. For å undersøke framskrivning ved bruk av en top-down-metodikk har vi analysert månedlig aggregert data av kraftproduksjon og -forbruk i Norge, samtidig har vi vurdert makrodrivere for kraftproduksjon og -forbruk. Modellene testes teoretisk med bruk av evalueringsmålene MAE, MAPE, MSE og RMSE. Videre er framskrivningene sammenlignet med NVE sin siste rapport for framskrivning av kraftproduksjon og -forbruk.

Resultatene fra analysen indikerer at SARIMAX-modellen er best egnet til langsiktige prediksjoner av kraftproduksjon og -forbruk, gitt modellens evne til å håndtere sesongvariasjoner og eksogene variabler. Prophet-modellen viste lavere nøyaktighet totalt sett basert på resultatene og kryssvalideringen med NVE sine kraftprognoser, SARIMAX-modellen viste bedre nøyaktighet og tilpasningsevne. Det er viktig å påpeke at all predikering innebærer en viss grad av usikkerhet. Uforutsette faktorer som økonomiske endringer, teknologisk utvikling og klimaforhold kan påvirke nøyaktigheten av framskrivninger, spesielt ved bruk av top-down-metodikk. Oppgaven konkluderer med en top-down tilnærming kan være et verdifullt supplement til eksisterende energimodeller for predikering av kraftproduksjon og -forbruk, gjennom bruk av færre ressurser og mer brukervennlighet.

This thesis aims to research the effectiveness of forecasting power production and consumption in Norway using time series models SARIMAX and Prophet, compared to the energy models used by public authorities. The thesis assesses whether top-down models can produce accurate forecasts of the power balance until 2040. NVE uses large energy models such as TIMES and LEAP, which are based on bottom-up methodology with mapping structure, scenario analyses, and the requirement for many additional assumptions. These additional assumptions can entail a greater risk of error, providing an opportunity to examine whether a top-down methodology based on aggregated data can forecast power with fewer assumptions.

The energy sector is facing a green transition, and forecasting power is essential to balance production and consumption. To examine forecasting using top-down methodology, we analyzed monthly aggregated data of power production and consumption in Norway, while also considering macro drivers. The models are tested theoretically using evaluation metrics MAE, MAPE, MSE, and RMSE. Furthermore, the forecasts are compared with NVE's latest power production and consumption projections report.

The analysis results indicate that the SARIMAX model is best suited for long-term predictions of power production and consumption, given the model's ability to handle seasonal variations and exogenous variables. The Prophet model showed lower accuracy overall based on results and cross-validation with NVE's power forecasts, with the SARIMAX model demonstrating better accuracy and adaptability. It´s important to note that all predictions involve a certain degree of uncertainty. Unforeseen factors such as economic changes, technological developments, and climatic conditions can affect the accuracy of projections, especially when using a top-down methodology. The thesis concludes that a top-down approach can be a valuable supplement to existing energy models for predicting power production and consumption, by using fewer resources and being more user-friendly.